arXiv cs.CL· Ryandito Diandaru, Ahmed Elshabrawy, Fadli Aulawi Al Ghiffari, Ikhlasul Akmal Hanif, Alham Fikri Aji·· 11 小时前AI 评分24
TimpaTeks：用扩散语言模型引导实现文本原地修改
TimpaTeks: Automatic In-place Text Sequence Modification via Diffusion Language Model Steering
AI 导读
TimpaTeks 将激活引导扩展到扩散语言模型，实现无需指令微调模型的文本原地修改，在 IMDB 影评情感和合成猫狗数据集的概念引导实验中验证可行。该方法在修改的同时降低句子困惑度并保留原句结构，且因原地去噪而非构造额外提示词条件输出序列，计算成本低于基于提示词的 DLM 引导。
正文 · AI 翻译
摘要：我们将激活引导扩展到扩散语言模型（DLM），并研究了一个由 DLM 推理机制引发的新问题：就地修改文本以体现不同的概念。我们提出 TimpaTeks，一种利用 DLM 的自动就地文本修改机制。在 IMDB 电影评论（情感）和合成的猫狗数据集（任意、更非常规的概念引导）上的实验表明，TimpaTeks 提供了一种可行的新机制，可就地引导扩散语言模型的输出。TimpaTeks 能够实现就地修改，同时降低句子困惑度，并在无需指令微调模型的情况下保留原始句子结构。TimpaTeks 的计算成本也低于基于提示的 DLM 引导，因为它就地执行去噪，而不是构建额外的提示条件输出序列。
| 评论： | 16 页 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.08408 [cs.CL] |
| （或 arXiv:2606.08408v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.08408 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Ikhlasul Akmal Hanif [查看电子邮件]
[v1]
2026 年 6 月 7 日星期日 02:13:17 UTC（1,871 KB）
[v2]
2026 年 10 月 16 日星期五 03:30:18 UTC（1,165 KB）
来源：arXiv cs.CL · arxiv.org